KI-Fehler wirken sich auf Unternehmensfinanzen aus und verzögern Projekte weltweit

Forschungen von Paligo zeigen, dass sieben von zehn Teilnehmern mindestens einmal monatlich signifikant falsche KI-Antworten oder -Aktionen melden.

STOCKHOLM, Nov. 13, 2026 (GLOBE NEWSWIRE) -- KI-Fehler erhöhen Unternehmenskosten und verzögern Projekte. Dies zeigen aktuelle Forschungen von Paligo, einem Anbieter für Context-Governed-Infrastruktur für Enterprise AI. Die Studie belegt, dass 14 % der Teilnehmer direkte finanzielle Verluste oder Umsatzeinbußen aufgrund inkorrekter oder unzuverlässiger KI-Ergebnisse verzeichnen.

Mehr als ein Teilnehmer von fünf (22 %) meldet Verzögerungen bei internen Prozessen oder Projekten, während 18 % zusätzliche Technologie- oder Rechenkosten angeben. Die Ergebnisse zeigen die Erfahrungen der Teilnehmer in den vergangenen 12 Monaten.

Mindestens 78 der 411 Teilnehmer (19 %) meldeten Konsequenzen für Sicherheit, Compliance oder Ruf. Darüber hinaus meldeten innerhalb der gesamten Stichprobe 49 % einen Sicherheitsvorfall oder höhere Sicherheitsrisiken (17 %), ein Compliance-, Rechts-, oder regulatorisches Problem (17 %) oder Auswirkungen auf den Ruf ihres Unternehmens (15 %).

Die internationale Studie befragte 411 Geschäftsführer aus Großbritannien, den Vereinigten Staaten, Deutschland und den Beneluxländern, die an Entscheidungen zu Enterprise AI oder den von der KI verwendeten Informationen beteiligt sind. Die Ergebnisse sind im neuen Bericht von Paligo enthalten: What does it cost an organization when AI gets the answer wrong? (Was kostet es ein Unternehmen, wenn die KI falsche Antworten gibt?)

Rahul Yadav, CEO von Paligo, sagte: „Die meisten KI-Fehler haben nichts mit dem Modell zu tun, sondern mit dem Inhalt. Wenn KI ein veraltetes Benutzerhandbuch oder die falsche Produktversion heranzieht, gibt es mit selbstbewusster Stimme eine falsche Antwort.

„Zu jeder falschen Antwort gehören Kosten, und die meisten Unternehmen sehen das nicht. Die Hälfte der Unternehmen, die auf Fehler stoßen, verbringen fünf oder mehr Mitarbeiterstunden damit, diese zu berichtigen. Nur ein Viertel misst auch die Zeit, die mit dem Überprüfen von Antworten verbracht wird. Diese potentielle Kontextsteuer wird stillschweigend jeden Tag gezahlt.“

Sieben von zehn Teilnehmern (70 %) geben an, dass eine Enterprise AI-Anwendung in ihrem Unternehmen mindestens einmal im Monat eine signifikant falsche Antwort oder Aktion hervorbringt. Nur 15,6 % geben an, dass ihr Unternehmen die Kosten bis zum Erhalt einer verlässlichen oder verifizierten Antwort misst. Einer von fünf Teilnehmern (20,4 %) misst die Kosten pro KI-Anfrage, und 16,1 % verfolgen den Token-Verbrauch.

Einige KI-Dienste stellen Eingangs- und Ausgangs-Token in Rechnung, die Einheiten, die messen, wie viele Informationen ein Modell liest und generiert. Zusätzliche Anfragen oder unnötiges Material können zusätzlich berechnet werden. Nahezu drei Viertel der Teilnehmer (74,2 %) sagen, dass ihre Systeme häufig oder gelegentlich die gleichen oder ähnliche Informationen abrufen. Dieses Material erneut zu verarbeiten kann extra Token aufbrauchen, wobei eine Wiederholungsprüfung notwendig sein kann, um eine Antwort zu verifizieren.

Probleme mit den Informationen, die KI verwendet, kann den Erhalt verlässlicher Ergebnisse verkomplizieren. Etwa 27 % der Teilnehmer berichten, dass Prüfungen veraltete abgerufene Informationen zutage gefördert haben, während 25 % angeben, dass relevante Informationen aus mehreren Quellen falsch kombiniert wurden. In Bezug auf Anwendungen in der Produktion oder in produktionsnahen Bereichen sagen lediglich 22 %, dass ihr Unternehmen immer herausfinden kann, welche Version einer Quelle verwendet wurde.

Rahul Yadav weiter: „Relevante Informationen zu finden ist erst der Anfang. Ein Dokument kann für ein Produkt stimmig sein und für ein anderes falsch. Bevor sich Führungskräfte auf eine KI-Antwort verlassen können, müssen sie wissen, aus welcher Version sie stammt, ob sie überprüft wurde und warum sie zutreffend war. Wer diese Fragen nicht beantworten kann, kann nicht für die Antwort einstehen.“

Verifizierung und Korrektur verbrauchen ebenfalls Unternehmensressourcen. 51 % der 334 Teilnehmer, die Fehler festgestellt haben, sagen, dass für ein typisches Problem insgesamt mindestens fünf Mitarbeiterstunden für die Untersuchung, Verifizierung und Korrektur benötigt werden. Etwa 83 % aller Teilnehmer melden häufige oder gelegentliche Prüfungen anhand der ursprünglichen Quellen, aber nur 27 % geben an, dass ihr Unternehmen die für die Verifizierung verwendete Zeit misst.

Inhaltliche Probleme verzögern die KI-Bereitstellung ebenfalls. Mehr als drei von fünf Teilnehmern (61 %) melden häufige oder gelegentliche Verzögerungen bei der Bereitstellung oder Erweiterung von KI, da die zugrundeliegenden Informationen nicht ausreichend aktuell, überprüft, strukturiert oder reguliert waren.

„Der schnellste Weg zu verlässlicherer KI ist die Korrektur der Inhalte an der Quelle,“ so Rahul Yadav.

„Diese sollten aktuell, geprüft und nachverfolgbar sein, und die KI sollte Fragen signalisieren oder die Informationen ablehnen, wenn es keine überprüfte Antwort gibt. Am besten mit einem Produkt oder einer Antwort mit hohem Risiko beginnen und schauen, was sich verändert.“

Paligo empfiehlt, den Token-Verbrauch und die Kosten pro Anfrage bis zur nutzbaren Antwort sowie die Zeit, die Mitarbeiter mit Prüfung und Korrektur verbringen, zu erfassen. Wenn fehlender Kontext oder widersprüchliche Versionen zu Wiederholungsanfragen führen, können Teams testen, ob die Verbesserung des Quellmaterials oder der Bereitstellung die Kosten senkt, während die Antworten verlässlich bleiben.

Den kompletten Bericht lesen: What does it cost an organization when AI gets the answer wrong? (Was kostet es ein Unternehmen, wenn die KI falsche Antworten gibt?)

Hinweise für Redakteure
Weitere Informationen zu Paligo erhalten Sie von Stephen Sanders, Kiran Patel oder Adam Gooseman von PR Agency One. Tel.: +44 161 871 9140
E-Mail: paligo@pragencyone.co.uk

Methodik
Die Studie wurde von Paligo in Auftrag gegeben, und im Oktober 2026 wurden 411 Geschäftsführer aus Großbritannien, den Vereinigten Staaten, Deutschland und den Beneluxländern befragt, die an Entscheidungen zu Enterprise AI oder den von der KI verwendeten Informationen beteiligt sind. Die Teilnehmer gaben Auskunft zu Experimenten, begrenzter Produktion und funktionsübergreifender Produktion.

Die 70 % sind der Anteil der Teilnehmer, die während der letzten 12 Monate signifikant falsche Ergebnisse mindestens einmal pro Monat meldeten. Die Angaben zur Korrekturzeit beziehen sich auf 334 Teilnehmer, welche Fehler gefunden hatten, einschließlich derer, die weniger häufig als einmal im Monat Fehler bemerkt hatten. Mitarbeiterstunden bezeichnen die Gesamtarbeitszeit von Mitarbeitern an einem Problem.

Teilnehmer konnten mehrere Ursachen und Auswirkungen auswählen. Die mindestens 78 Personen, die Auswirkungen auf Sicherheit, Compliance oder Ruf meldeten, sind die größte der drei Gruppen in jedem Markt (26 in Großbritannien, 21 in den USA, 20 in Deutschland und 11 in den Beneluxländern). Wirtschaftliche Zahlen in Bezug auf Token sind bis auf eine Dezimalstelle genau. Andere Prozentangaben der Studie wurden auf die nächste ganze Zahl gerundet.

Der Bericht beschreibt eine potentielle „Kontextsteuer“ für zusätzliche Verifizierungs- und Bereitstellungsarbeit. Die Studie bezifferte nicht Token-Ausschuss, potentielle Einsparungen, die insgesamten Finanzkosten oder die Netto-Auswirkungen der KI auf die Produktivität.

Über Paligo
Paligo bietet Context-Governed-Infrastruktur für Enterprise AI. Unternehmen aus den Bereichen Fertigung, Medizintechnik und anderen regulierten Branchen nutzen Paligo, um ihre Dokumentation und Betriebswissen in strukturierter, aktueller und überprüfter Form zu halten, sodass sich die Personen und KI-Systeme, die damit arbeiten, auf verlässliche Informationen stützen können. Paligo wurde 2015 gegründet und unterstützt Unternehmen da, wo eine falsche Antwort Sicherheit, Compliance oder Produktion beeinträchtigen könnte.

Weitere Informationen unter paligo.net.

Ein Foto zu dieser Mitteilung finden Sie unter http://www.globenewswire.com/NewsRoom/AttachmentNg/a4e2d5ff-d6ba-4833-a4be-27c3a531a7e1